Numpy数组维度

6 回答

• 406

  它是.shape：

  ndarray.shape数组维度的元组 .

  从而：

  >>> a.shape
  (2, 2)
  

  回复于 2024-05-02T14:14:02+08:00
• 42

  shape 方法要求 a 是Numpy ndarray . 但Numpy还可以计算纯python对象的可迭代形状：

  np.shape([[1,2],[1,2]])
  

  回复于 2024-05-02T14:14:02+08:00
• 10

  你可以使用.shape

  In: a = np.array([[1,2,3],[4,5,6]])
  In: a.shape
  Out: (2, 3)
  In: a.shape[0] # x axis
  Out: 2
  In: a.shape[1] # y axis
  Out: 3
  

  回复于 2024-05-02T14:14:02+08:00
• 6

  您可以使用 .ndim 作为尺寸，使用 .shape 来了解确切的尺寸

  var = np.array([[1,2,3,4,5,6], [1,2,3,4,5,6]])
  
  var.ndim
  # displays 2
  
  var.shape
  # display 6, 2
  

  您可以使用 .reshape 函数更改尺寸

  var = np.array([[1,2,3,4,5,6], [1,2,3,4,5,6]]).reshape(3,4)
  
  var.ndim
  #display 2
  
  var.shape
  #display 3, 4
  

  回复于 2024-05-02T14:14:02+08:00
• 44

  第一名：

  按照惯例，在Python世界中， numpy 的快捷方式是 np ，所以：

  In [1]: import numpy as np
  
  In [2]: a = np.array([[1,2],[3,4]])
  

  第二名：

  在Numpy中， dimension ， axis/axes ， shape 是相关的，有时是类似的概念：

  维度

  在数学/物理学中，维度或维度被非正式地定义为指定空间中任何点所需的最小坐标数 . 但是在Numpy中，根据numpy doc，它与轴/轴相同：

  在Numpy维度中称为轴 . 轴数是等级 .

  In [3]: a.ndim  # num of dimensions/axes, *Mathematics definition of dimension*
  Out[3]: 2
  

  轴/轴

  在Numpy中索引 array 的第n个坐标 . 多维数组每个轴可以有一个索引 .

  In [4]: a[1,0]  # to index `a`, we specific 1 at the first axis and 0 at the second axis.
  Out[4]: 3  # which results in 3 (locate at the row 1 and column 0, 0-based index)
  

  形状

  描述沿每个可用轴的数据（或范围） .

  In [5]: a.shape
  Out[5]: (2, 2)  # both the first and second axis have 2 (columns/rows/pages/blocks/...) data
  

  回复于 2024-05-02T14:14:02+08:00
• 4

  import numpy as np   
  >>> np.shape(a)
  (2,2)
  

  如果输入不是numpy数组而是列表列表，也可以工作

  >>> a = [[1,2],[1,2]]
  >>> np.shape(a)
  (2,2)
  

  或元组元组

  >>> a = ((1,2),(1,2))
  >>> np.shape(a)
  (2,2)
  

  回复于 2024-05-02T14:14:02+08:00